Buchumschlag

CodeIt: Self-Improving Language Models with Prioritized Hindsight Replay

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Butt, Natasha, Manczak, Blazej, Wiggers, Auke, Rainone, Corrado, Zhang, David W., Defferrard, Michaël, Cohen, Taco
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AgentHER: Hindsight Experience Replay for LLM Agent Trajectory Relabeling
von: Ding, Liang
Veröffentlicht: (2026)

PrimeGuard: Safe and Helpful LLMs through Tuning-Free Routing
von: Manczak, Blazej, et al.
Veröffentlicht: (2024)

Prioritized Replay for RL Post-training
von: Fatemi, Mehdi
Veröffentlicht: (2026)

Hindsight Preference Replay Improves Preference-Conditioned Multi-Objective Reinforcement Learning
von: Shianifar, Jonaid, et al.
Veröffentlicht: (2026)

Replacing thinking with tool usage enables reasoning in small language models
von: Rainone, Corrado, et al.
Veröffentlicht: (2025)

RLEF: Grounding Code LLMs in Execution Feedback with Reinforcement Learning
von: Gehring, Jonas, et al.
Veröffentlicht: (2024)

Shallow Robustness, Deep Vulnerabilities: Multi-Turn Evaluation of Medical LLMs
von: Manczak, Blazej, et al.
Veröffentlicht: (2025)

Contact Energy Based Hindsight Experience Prioritization
von: Sayar, Erdi, et al.
Veröffentlicht: (2023)

HINT-SD: Targeted Hindsight Self-Distillation for Long-Horizon Agents
von: Yeo, Woongyeng, et al.
Veröffentlicht: (2026)

SD-Search: On-Policy Hindsight Self-Distillation for Search-Augmented Reasoning
von: Ma, Yufei, et al.
Veröffentlicht: (2026)

Extrapolative Weight Averaging Reveals Correctness-Efficiency Frontiers in Code RL
von: Zheng, Kunhao, et al.
Veröffentlicht: (2026)

What Makes Large Language Models Reason in (Multi-Turn) Code Generation?
von: Zheng, Kunhao, et al.
Veröffentlicht: (2024)

When Cloud Agents Meet Device Agents: Lessons from Hybrid Multi-Agent Systems
von: Rainone, Corrado, et al.
Veröffentlicht: (2026)

Provable Interactive Learning with Hindsight Instruction Feedback
von: Misra, Dipendra, et al.
Veröffentlicht: (2024)

RLHS: Mitigating Misalignment in RLHF with Hindsight Simulation
von: Liang, Kaiqu, et al.
Veröffentlicht: (2025)

Contextual Experience Replay for Self-Improvement of Language Agents
von: Liu, Yitao, et al.
Veröffentlicht: (2025)

Enabling Option Learning in Sparse Rewards with Hindsight Experience Replay
von: Romio, Gabriel, et al.
Veröffentlicht: (2026)

Sample-Efficient Online Learning in LM Agents via Hindsight Trajectory Rewriting
von: Hu, Michael Y., et al.
Veröffentlicht: (2025)

Adaptable Hindsight Experience Replay for Search-Based Learning
von: Vazaios, Alexandros, et al.
Veröffentlicht: (2025)

Code Pretraining Improves Entity Tracking Abilities of Language Models
von: Kim, Najoung, et al.
Veröffentlicht: (2024)

Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations
von: Hong, Joey, et al.
Veröffentlicht: (2024)

Improving Language Model Reasoning with Self-motivated Learning
von: Feng, Yunlong, et al.
Veröffentlicht: (2024)

Improving Retrieval Augmented Language Model with Self-Reasoning
von: Xia, Yuan, et al.
Veröffentlicht: (2024)

ZipRL: Adaptive Multi-Turn Context Compression with Hindsight Response Replay
von: Hu, Zhexin, et al.
Veröffentlicht: (2026)

Self-Improving World Modelling with Latent Actions
von: Qiu, Yifu, et al.
Veröffentlicht: (2026)

Self-generated Replay Memories for Continual Neural Machine Translation
von: Resta, Michele, et al.
Veröffentlicht: (2024)

On the "Induction Bias" in Sequence Models
von: Ebrahimi, M. Reza, et al.
Veröffentlicht: (2026)

Soft Tokens, Hard Truths
von: Butt, Natasha, et al.
Veröffentlicht: (2025)

BenchAgents: Multi-Agent Systems for Structured Benchmark Creation
von: Butt, Natasha, et al.
Veröffentlicht: (2024)

LURE: Live-Usage Replay Evaluations for Reducing Evaluation Awareness
von: Ivanov, Igor, et al.
Veröffentlicht: (2026)

FOREVER: Forgetting Curve-Inspired Memory Replay for Language Model Continual Learning
von: Feng, Yujie, et al.
Veröffentlicht: (2026)

Revisiting Replay and Gradient Alignment for Continual Pre-Training of Large Language Models
von: Abbes, Istabrak, et al.
Veröffentlicht: (2025)

Cluster-based Sampling in Hindsight Experience Replay for Robotic Tasks (Student Abstract)
von: Kim, Taeyoung, et al.
Veröffentlicht: (2022)

Investigating the Interplay of Prioritized Replay and Generalization
von: Panahi, Parham Mohammad, et al.
Veröffentlicht: (2024)

Self-Execution Simulation Improves Coding Models
von: Maimon, Gallil, et al.
Veröffentlicht: (2026)

Advancing Large Language Model Attribution through Self-Improving
von: Huang, Lei, et al.
Veröffentlicht: (2024)

Training Language Models to Win Debates with Self-Play Improves Judge Accuracy
von: Arnesen, Samuel, et al.
Veröffentlicht: (2024)

A Deep Dive into Scaling RL for Code Generation with Synthetic Data and Curricula
von: Sancaktar, Cansu, et al.
Veröffentlicht: (2026)

GALLa: Graph Aligned Large Language Models for Improved Source Code Understanding
von: Zhang, Ziyin, et al.
Veröffentlicht: (2024)

ChemVLR: Prioritizing Reasoning in Perception for Chemical Vision-Language Understanding
von: Zhao, Xuanle, et al.
Veröffentlicht: (2026)